Evaluation of pheochromocytoma diagnostic accuracy using plasma free metanephrines versus 24-hour urinary catecholamines
Notice bibliographique
Résumé
Since the first biochemical characterization of catecholamine-secreting tumors in the 1950s, the optimal laboratory approach for diagnosing pheochromocytoma has been debated. This retrospective diagnostic accuracy research compared the performance of Plasma Free Metanephrines (PFM) against 24-hour Urinary Catecholamines (UC) in 247 consecutive patients evaluated for suspected pheochromocytoma at the Toronto Institute of Clinical Sciences between January 2015 and December 2019. All patients underwent both biochemical tests as part of a standardized diagnostic protocol, and final diagnosis was confirmed by histopathology in operated cases or by clinical follow-up of at least 24 months in non-operated cases. Of 247 patients, 34 (13.8%) received a confirmed diagnosis of pheochromocytoma or paraganglioma. PFM demonstrated a sensitivity of 97.1% (33/34) compared to 85.3% (29/34) for UC (p=0.031). Specificity was 91.4% for PFM versus 87.9% for UC (p=0.284). The positive predictive value of PFM was 64.7% compared to 54.7% for UC, while the negative predictive value was 99.4% for PFM versus 97.2% for UC. ROC curve analysis yielded an area under the curve of 0.968 (95% CI 0.941-0.995) for PFM and 0.892 (95% CI 0.837-0.947) for UC, with a statistically significant difference between curves (p=0.004). Among the 18 patients with false-positive PFM results, the most common confounding factors were concurrent tricyclic antidepressant use (n=5), obstructive sleep apnea (n=4), and acute physiological stress from recent hospitalization (n=4). The single false-negative PFM case involved a dopamine-secreting paraganglioma. Time-to-diagnosis was shorter with PFM-first protocols (median 14 days vs. 28 days for UC-first workup, p<0.001). These findings confirm that plasma free metanephrines offer superior diagnostic sensitivity for pheochromocytoma and support their role as the preferred first-line screening test, though awareness of false-positive triggers remains important for avoiding unnecessary imaging and surgery.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».